Predicción de salinidad del suelo en un área árida basada en imágenes multiespectrales de larga serie temporal
Autores: Zhao, Wenju; Li, Zhaozhao; Li, Haolin; Li, Xing; Yang, Pengtao
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
Predicción de salinidad del suelo en un área árida basada en imágenes multiespectrales de larga serie temporal
Categoría
Ciencias Agrícolas y Biológicas
Subcategoría
Ciencias Agrícolas y Biológicas Generales
Palabras clave
Salinidad del suelo
Reflectancia espectral
Características de textura
Algoritmo XGBoost
áreas áridas
Precisión de predicción
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 18
Citaciones: Sin citaciones
Los resultados de este estudio demostraron que el índice espectral-la reflectancia espectral-la textura fue la combinación óptima de variables sensibles de entrada para los algoritmos de aprendizaje automático, de los cuales el algoritmo XGBoost es el modelo más óptimo para predecir los contenidos de sal en el suelo.
Descripción
Los resultados de este estudio demostraron que el índice espectral-la reflectancia espectral-la textura fue la combinación óptima de variables sensibles de entrada para los algoritmos de aprendizaje automático, de los cuales el algoritmo XGBoost es el modelo más óptimo para predecir los contenidos de sal en el suelo.